akshare-fraud-pattern

# AKShare Fraud Pattern Detector 一个基于 **AKShare** 的企业欺诈模式识别 Skill，默认以 **康美药业（600518）** 作为示例企业，使用公开财务报表与财务指标数据，构建适合 A 股场景的财务异常识别流程。 ## 1. 数据来源 本 Skill 使用 `akshare` 提供的公开数据接口，重点依赖以下几类数据： 1. **财务分析指标** - 用于提取毛利率、净利率、应收账款周转率、存货周转率、资产负债率、ROE、经营现金流等指标。 2. **资产负债表** - 用于提取总资产、流动资产、固定资产、应收账款、存货、货币资金、短期借款等科目。 3. **利润表** - 用于提取营业收入、营业成本、销售费用、管理费用、财务费用、净利润等科目。 4. **现金流量表** - 用于提取经营活动现金流净额、投资活动现金流净额、筹资活动现金流净额等科目。 默认分析目标公司： - `600518` 康美药业（历史上具有典型财务造假争议，适合作为欺诈模式识别案例） > 说明：实际运行时，脚本会优先尝试 AKShare 当前文档中常见的东方财富财务报表接口；若接口字段或函数名发生调整，脚本内置了兼容映射与兜底逻辑。 --- ## 2. 功能 本 Skill 的目标不是做“司法定性”，而是做 **财务异常风险筛查**。主要能力包括： ### 2.1 财务报表自动拉取 - 使用 AKShare 自动下载指定上市公司的： - 财务分析指标 - 资产负债表 - 利润表 - 现金流量表 ### 2.2 欺诈模式识别 Skill 会计算并识别以下典型异常模式： 1. **收入与现金流背离** - 营收增长明显，但经营现金流持续弱于净利润。 2. **应收账款异常扩张** - 应收账款增速显著高于营收增速，提示可能存在收入确认激进。 3. **存货异常扩张** - 存货增长显著快于营收增长，提示可能存在压货、减值滞后或虚增资产风险。 4. **毛利率与费用率异常波动** - 毛利率短期异常抬升，且与销售费用/管理费用/财务费用走势不匹配。 5. **资产质量恶化** - 货币资金、应收、存货、固定资产等关键科目与经营表现不一致。 6. **Beneish 风格指标近似识别** - 用 A 股常见可得字段构造近似 DSRI、GMI、AQI、SGI、DEPI、SGAI、LVGI、TATA 风险因子。 7. **综合风险评分** - 将多个财务异常信号合成为一个 0-100 的风险分数，并输出解释说明。 ### 2.3 输出结果 脚本会输出： - 清洗后的财务数据表 - 各类异常信号明细 - 综合风险评分 - 文本版结论摘要 - CSV 结果文件，便于二次分析 --- ## 3. 使用示例 ### 3.1 安装依赖 ```bash pip install akshare pandas numpy ``` ### 3.2 运行默认案例（康美药业） ```bash python script/run_demo.py ``` ### 3.3 指定股票代码 ```bash python script/run_demo.py --symbol 600518 --name 康美药业 ``` ### 3.4 输出目录示例 运行后会在 `output/` 目录下生成： - `raw_financial_indicators.csv` - `raw_balance_sheet.csv` - `raw_income_statement.csv` - `raw_cashflow_statement.csv` - `fraud_risk_signals.csv` - `fraud_risk_summary.txt` --- ## 4. 交易说明 本 Skill **不是自动交易系统**，也**不直接连接券商或交易终端**。 使用边界如下： 1. 本 Skill 仅用于： - 财务风险筛查 - 上市公司基本面研究 - 欺诈模式识别教学与案例分析 - 量化研究前置过滤 2. 本 Skill 不提供： - 买卖建议 - 收益承诺 - 实盘下单功能 - 投资适当性判断 3. 若将本 Skill 的结果用于投资决策，建议配合以下信息交叉验证： - 审计意见 - 年报/半年报附注 - 监管问询函与回复 - 重大诉讼、立案调查、处罚公告 - 行业景气度与同行对比 4. 对于高风险样本： - “高风险” ≠ “已构成财务造假” - “低风险” ≠ “完全不存在问题” 因此，输出结果应被视为 **研究型风险提示**，不应被视为法律结论或投资建议。 --- ## 5. License ### 本 Skill 代码 License 本压缩包中的自编脚本默认采用 **MIT License** 使用方式： - 允许学习、修改、再分发 - 请保留原始版权与许可说明 - 使用者需自行承担使用风险 ### 第三方依赖说明 1. **AKShare** - 本 Skill 依赖 AKShare 获取公开财经数据。 - 请同时遵循 AKShare 项目自身 License 以及其数据源站点的使用条款。 2. **公开数据源** - AKShare 聚合的数据来自公开网站与公开接口。 - 不同源站可能对抓取频率、展示方式、商用用途有不同限制。 - 使用者应自行确认合规性，尤其是商用和大规模采集场景。 --- ## 6. 文件结构 ```text akshare-fraud-pattern-detector/ ├── skill.md └── script/ ├── fetch_akshare_data.py ├── fraud_signals.py └── run_demo.py ``` --- ## 7. 设计思路概述 该 Skill 采用“**数据抓取 → 字段标准化 → 风险特征构造 → 综合评分 → 文本解释**”的流水线： 1. **抓取数据**：从 AKShare 拉取财务报表与财务指标； 2. **字段映射**：兼容不同版本接口字段命名差异； 3. **构造风险因子**：提取营收、净利、现金流、应收、存货、杠杆等信息； 4. **识别模式**：判断收入确认激进、现金流失真、资产虚胖、费用异常等模式； 5. **输出结论**：给出量化评分和可读解释，便于研究报告直接引用。 --- ## 8. 适用场景 - A 股上市公司财务异常筛查 - 反舞弊课程案例演示 - 风险控制前置过滤器 - 事件驱动研究中的公司质量排查 - 尽调辅助工具原型